SeisBench ist eine quelloffene Python toolbox für maschinelles Lernen (ML) im Bereich der Seismologie. Es vereint den gesamten ML Zyklus: Datensätze und Benchmarking, eine Sammlung an Modellen und Training Pipelines, und eine effiziente und benutzerfreundliche Implementierung, um die Modelle produktiv anzuwenden.

Projektseite
 

BayHunter ist ein quelloffenes Python Paket für transdimensionale Bayesianische Inversion von Oberflächenwellendispersion und Receiverfunktionen (RF) für tiefenabhängige seismische Geschwindigkeitsmodelle; hiebei wird die Markov Chain Monte Carlo Methode verwendet. Die Codes für seismischen Vorwärtsmodellierung für RF und Dispersionskurven werden mit dem Paket verteilt, aber können durch eigene Pakete ersetzt werden. Es ist auch möglich, BayHunter für andere Datentypen zu erweitern. Das BayWatch Modul zeigt Modellupdates im Livestream. Dies hilft dabei zu verstehen, wie jede Markov-Kette den Modell-Parameterraum erkundet, und sich das Modell anpasst, um schrittweise die Anpassung der Daten zu verbessern.

Projektseite
Dokumentation